Страница 1 из 2 12 ПоследняяПоследняя
Показано с 1 по 10 из 12

Тема: Как решать задачу по выборке данных в Python?

  1. Как решать задачу по выборке данных в Python?

    Привет, народ! Столкнулся тут с задачкой на выборку данных в Python, и что-то вообще никак не могу понять, как к ней подступиться. Нужно из большого массива данных выбрать специальные значения по определенному критерию, но сам кодильщик я начинающий и не особо понимаю, с чего начать. Онлайн-туторы или статьи пока не помогли. Может, кто сталкивался с похожим и может показать пример или алгоритм? Короче, хелп плз!



  2. Ждём вас в нашем чате в Телеграмм ==>> @pythoneer_chat

    А ТАКЖЕ: Канал о Python, статьи и книги ==>>
    @pythoneer_ru

  3. Эй! Для задач на выборку данных check'in pandas библиотеку, она офигенно подходит для такого. Примерчик простой:
    Программный код:
    import pandas as pd

    data 
    = {
    "name": ["Anna""Bob""Charlie"],
    "age": [253218],
    "city": ["Moscow""New York""Berlin"]
    }
    df pd.DataFrame(data)

    filter_condition df['age'] > 20
    selected_data 
    df[filter_condition]

    print(
    selected_data
    Тут мы делаем выборку по возрасту. Надеюсь, это поможет тебе разобраться!

  4. Цитата Сообщение от Yoshemitse
    Эй! Для задач на выборку данных check'in pandas библиотеку, она офигенно подходит для такого. Примерчик простой:
    Программный код:
    import pandas as pd

    data 
    = {
    "name": ["Anna""Bob""Charlie"],
    "age": [253218],
    "city": ["Moscow""New York""Berlin"]
    }
    df pd.DataFrame(data)

    filter_condition df['age'] > 20
    selected_data 
    df[filter_condition]

    print(
    selected_data
    Тут мы делаем выборку по возрасту. Надеюсь, это поможет тебе разобраться!
    Круто, pandas реально вещь! Удобно и быстро, по сравнению с чистым Python. Но может быть тяжеловато на начальном этапе.

  5. Если pandas ещё сложен, можно попробовать использовать списковые включения. Вот такой пример:
    Программный код:
    data = [
    {
    "name""Anna""age"25"city""Moscow"},
    {
    "name""Bob""age"32"city""New York"},
    {
    "name""Charlie""age"18"city""Berlin"}
    ]

    filtered_data = [person for person in data if person["age"] > 20]

    print(
    filtered_data
    Надеюсь, проще будет!

  6. Цитата Сообщение от Егор Валентинович
    Если pandas ещё сложен, можно попробовать использовать списковые включения. Вот такой пример:
    Программный код:
    data = [
    {
    "name""Anna""age"25"city""Moscow"},
    {
    "name""Bob""age"32"city""New York"},
    {
    "name""Charlie""age"18"city""Berlin"}
    ]

    filtered_data = [person for person in data if person["age"] > 20]

    print(
    filtered_data
    Надеюсь, проще будет!
    О, списковые включения — это бомба! Просто и красиво! Правда, если данных много, могут быть заморочки с производительностью.

  7. pandas +1 за мощь, но можешь попробовать SQLAlchemy, если хочешь базу подвязать. Чуточку сложнее, зато нативно для SQL-шников.

  8. Цитата Сообщение от Даниил Сергеевич
    pandas +1 за мощь, но можешь попробовать SQLAlchemy, если хочешь базу подвязать. Чуточку сложнее, зато нативно для SQL-шников.
    SQLAlchemy? Это для тех, кто прёт от SQL! Но как быть, если чисто Python нужен, без заморочек с базами?

  9. Вот ещё прикольный замут третонули тут! Ты можешь юзать библиотеку numpy. Для большого числа данных это гуд.
    Программный код:
    import numpy as np

    data 
    np.array([
    {
    "name""Anna""age"25"city""Moscow"},
    {
    "name""Bob""age"32"city""New York"},
    {
    "name""Charlie""age"18"city""Berlin"}
    ])

    filtered_data data[data['age'] > 20]

    print(
    filtered_data
    numpy — сила! Правда, syntax иногда може быть заморочен..

  10. Цитата Сообщение от Кирилл
    Вот ещё прикольный замут третонули тут! Ты можешь юзать библиотеку numpy. Для большого числа данных это гуд.
    Программный код:
    import numpy as np

    data 
    np.array([
    {
    "name""Anna""age"25"city""Moscow"},
    {
    "name""Bob""age"32"city""New York"},
    {
    "name""Charlie""age"18"city""Berlin"}
    ])

    filtered_data data[data['age'] > 20]

    print(
    filtered_data
    numpy — сила! Правда, syntax иногда може быть заморочен..
    Ну, numpy тоже варик, хотя он больше для чисел и матрицы. Для текстовых данных и словарей, мне кажется, pandas всё-таки вне конкуренции.

Страница 1 из 2 12 ПоследняяПоследняя